QUANTILE ESTIMATION WITH ADAPTIVE IMPORTANCE SAMPLING

QUANTILE ESTIMATION WITH ADAPTIVE IMPORTANCE SAMPLING
复制标题

具有自适应重要性采样的分位数估计

DOI：
--
复制
发表时间：
2010
期刊：
影响因子：
--
通讯作者：
Markus Leippold
Markus Leippold
中科院分区：
--
文献类型：
--
作者：
Daniel Egloff;Markus Leippold

文献摘要

被引文献

相似文献

我们引入了新的具有自适应重要性抽样的分位数估计器。自适应估计器基于既不独立也不同分布的加权样本。利用鞅的重对数律，我们证明了具有非唯一分位数的一般分布的自适应分位数估计的收敛性，从而推广了Feldman和Tucker(1966)的工作。通过一个信贷组合风险分析的实例说明了该算法的有效性。
We introduce new quantile estimators with adaptive importance sampling. The adaptive estimators are based on weighted samples that are neither independent nor identically distributed. Using the law of iterated logarithm for martingales, we prove the convergence of the adaptive quantile estimators for general distributions with non-unique quantiles, thereby extending the work of Feldman and Tucker (1966). We illustrate the algorithm with an example from credit portfolio risk analysis.